Compressão de Imagem
Transcript of Compressão de Imagem
Visão por Computador 49 © João Luís Sobral 2003
Compressão de Imagem
• Os recursos necessários para armazenar e transmitir imagens são imensos, o que torna atractiva a compressão de imagem
• A compressão de imagem baseia-se na remoção de informação redundante existente nas imagens
• Existem duas categorias de compressão de imagem:
- não destrutiva – é possível reconstruir EXACTAMENTE a imagem original antes de ter sido efectuada a compressão
- destrutiva – no processo de compressão são perdidas características das imagens, o que permite obter graus de compressão mais elevados
Fundamentos
• Se n1 e n2 forem duas representações da mesma informação, o grau de compressão (CR) é dado por:
2
1
nnCR =
• A redundância relativa RD pode ser definida por:
R
D CR 11−=
• Existem três tipos de redundância nas imagens que são explorados pelos mecanismos de compressão:
1. codificação – A forma como a imagem é representada (codificada) introduz redundância
2. inter-pixel – A imagem apresenta repetições de padrões de pixels
3. psico-visual – A imagem inclui informação que visualmente não é relevante
Visão por Computador 50 © João Luís Sobral 2003
Compressão de Imagem
Redundância de codificação
• Se os tons de pixels de uma imagem não ocorrem com a mesma frequência (probabilidade) os tons mais frequentes podem ser codificados com menos bits
• O número médio de bits necessários para codificar uma imagem é dado pela soma do número de bits utilizados para representar cada tom l(rk) multiplicado pela frequência desse mesmo tom pr(rk):
∑−
=
=1
0)()(
L
kkrkavg rprlL L é o número de tons na imagem
•Exemplo:
O code 2 requer uma média de 2,7 bits/pixel
Representação gráfica do processo de compressão do exemplo anterior:
• O processo de codificação utilizado no exemplo anterior é designado por codificação de comprimento variável, uma vez que cada tom é codificado com um número de bits diferente.
Visão por Computador 51 © João Luís Sobral 2003
Compressão de Imagem
Redundância inter-pixels
• Em algumas imagens existem padrões de pixels que se repetem, implicando que um pixel introduz pouca informação, relativamente aos seus vizinhos, porque o valor do pixel pode ser previsto a partir do valor dos vizinhos.
• Neste tipo de imagens a correlação entre blocos de pixels (γ) é mais elevada:
Visão por Computador 52 © João Luís Sobral 2003
Compressão de Imagem
Redundância inter-pixels (continuação)
• A redundância inter-pixels é normalmente removida através da transformação para um formato mais eficiente (geralmente “não visual”), por exemplo utilizando a diferença entre pixels adjacentes da imagem
• Exemplo – Utilizar o tom duração para representar a imagem
os coeficientes C nf( )0 da série são dados por:
∫ −=0
02
00 )(1)(
T
xnfj dxexvT
nfC π
• Como alternativa, pode ser utilizada a forma trigonométrica:
( )∑+∞
=
++=1
00 )arg(2cos2)(n
nn CxfnCCxv π
O tom 1 aparece 63 vezes, depois, o tom 0 aparece 87 vezes, etc.
Neste exemplo, a codificação tom-duração permite codificar uma linha de 1024 bits em apenas 88 bits.
Nesta imagem o grau de compressão é 2,63 (considerando toda a imagem)
Visão por Computador 53 © João Luís Sobral 2003
Compressão de Imagem
Redundância psico-visual
• Existe certa informação nas imagens que é relativamente menos importante que outra para os sistemas de visão
• A informação relativamente menos importante pode ser removida da imagem sem que exista uma degradação significativa da qualidade visível da imagem
• Ao contrário dos dois tipos de redundância anteriores, este tipo não é facilmente quantificável, sendo um critério subjectivo
• Exemplo – redução do número de tons (i.é, bits por pixel) utilizados para representar uma imagem
os 8 bits por pixel, utilizados na imagem original, foram reduzidos para 4, utilizando duas técnicas diferentes
Critério de fidelidade
• Um critério objectivo por ser obtido calculando o erro total entre as imagens ou a raiz do quadrado dos erros médios:
[ ] 21
21
0
1
0),(),(ˆ1
−= ∑∑
−
=
−
=
M
x
N
yrms yxfyxf
MNe
Visão por Computador 54 © João Luís Sobral 2003
Compressão de Imagem
Modelos de Compressão de Imagem
• Existe certa informação nas imagens que é relativamente menos importante que outra nos sistemas de visão
• O mapper converte a imagem num formato diferente, com o objectivo de reduzir a redundância inter-pixel
• O quantizer reduz a acuidade do resultado produzido pelo mapper, de acordo com um critério de fidelidade, com vista à redução da redundância psico-visual
• O symbol encoder codifica os símbolos por forma a minimizar a redundância de codificação.
• As três fases de codificação não são obrigatoriamente utilizadas em todos os sistemas de codificação. Por exemplo, na compressão sem perda não é utilizado o quantizer.
• Apenas as operações realizadas pelo mapper e pelo symbol encoder são reversíveis.
Teoria da Informação
• Qual a quantidade mínima de dados que é necessária para representar determinada informação?
• A quantidade de informação (entropia ou incerteza) por elemento pode ser calculada a partir da probabilidade de ocorrência de cada um dos símbolos P(aj). Se a ocorrência de cada símbolo for independente:
))(log()()(1∑
=
−=J
jjj aPaPzH
Visão por Computador 55 © João Luís Sobral 2003
Compressão de Imagem
Teoria da informação (continuação)
• Exemplo – Qual a quantidade de informação existente na seguinte imagem:
24324324316995212121243243243169952121212432432431699521212124324324316995212121
- Se não for removida a redundância, serão utilizados 8 bits/pixel
- A estimativa de primeira ordem (i.é., considerando a ocorrência dos símbolos independente) da entropia é:
H = - 3/8 x log2(3/8) - 1/8 x log2(1/8) - 1/8 x log2(1/8) - 3/8 x log2(3/8)
1,81 bits /pixel ou 58 bits no total
- A estimativa de segunda ordem (i.é., considerando a ocorrência dois símbolos consecutivos interdependente) da entropia é:
H = 1,24 bits /pixel
- As estimativas de ordem superior são extremamente complexas. Utilizando blocos de 5 pixels pode originar 1258 10)2( ≈ combinações
- A estimativa de primeira ordem da entropia indica o limite que se consegue obter apenas com codificação de comprimento variável
- A diferença entre a primeira e segunda estimativas da entropia indica a existência de redundância inter-pixels
Tom Cont. Probabilidade 21 12 3/8 95 4 1/8
169 4 1/8 243 12 3/8
Par de tons Cont. Probabilidade (21,21) 8 1/4 (21,95) 4 1/8
(95,169) 4 1/8 (169,243) 4 1/8 (243,243) 8 1/4 (243,21) 4 1/8
Visão por Computador 56 © João Luís Sobral 2003
Compressão de Imagem
Técnicas de compressão de imagem sem perda
• Huffman – Esquema de codificação com códigos de comprimento variável que obtém o menor número médio de bits por símbolo quando não existe redundância inter-pixels
Fase 1 – Os vários símbolos são ordenados por probabilidade decrescente, sendo sucessivamente somados os símbolos com menor probabilidade, até restarem apenas duas somas:
Fase 2 – São codificados os vários símbolos, adicionando um bit ao código de cada símbolo, para cada soma efectuada, por ordem inversa:
Neste exemplo, a codificação de Huffman produziu uma média de 2,2 bits/pixel o que é um valor próximo da entropia (2,14)
A codificação de Huffman atribui um código único a cada símbolo, o que permite posteriormente efectuar a descodificação, sem perda de informação
A codificação de Huffman é pouco adequada quando existem muitos símbolos, uma vez que é necessário somar as probabilidades. Existem um esquema modificado que permite truncar os códigos com mais do que determinado número de bits
Visão por Computador 57 © João Luís Sobral 2003
Compressão de Imagem
Técnicas de compressão de imagem sem perda (cont.)
• LZW (Lempel-ZivWelch) – Associa códigos de comprimento fixo a palavras de comprimento variável, permitindo também reduzir dependências inter-pixels
- Esquema patenteado, actualmente utilizado em GIF, TIFF e PDF
- Pode ser utilizado para a compressão de informação a qual não se conhece a priori (i.é., não é possível determinar a probabilidade de cada símbolo)
- As palavras reconhecidas são mantidas num dicionário, construído dinamicamente
- Exemplo – codificar a seguinte imagem (9 bits por símbolo)
1261263939126126393912612639391261263939
Resultado da codificação
- Um aspecto delicado do algoritmo é a escolha das palavras mantidas no dicionário e a própria dimensão do dicionário.
Visão por Computador 58 © João Luís Sobral 2003
Compressão de Imagem
Técnicas de compressão de imagem sem perda (cont.)
• Codificação de planos de bits – A imagem é decomposta em planos de bits, sendo cada plano comprimido individualmente
- Uma decomposição alternativa utiliza gray codes, onde dois tons com valores adjacentes apenas diferem num bit.
- Os planos de bits podem ser codificados através de tom-duração ou através da codificação de regiões de tom constante (divisão da imagem em blocos).
• Codificação com previsão (sem perda) – É utilizada uma função para prever o tom dos pixels seguintes, em função dos anteriores, sendo apenas armazenada a diferença entre o valor previsto e o tom efectivo do pixel: nnn ffe ˆ−=
- A função de previsão é na maior parte dos casos uma função linear dos pixels existentes nessa linha da imagem:
−= ∑=
m
iin yxfroundyxf
1)1,(),(ˆ α
- Exemplo: [ ])1,(),(ˆ −= yxfroundyxfn
Visão por Computador 59 © João Luís Sobral 2003
Compressão de Imagem
Técnicas de compressão de imagem com perda
• Codificação através de transformadas – A imagem é transformada numa nova representação (ex. FFT) sendo a quantificação efectuada na nova representação
- Geralmente a imagem é dividida em blocos, sendo a codificação efectuada isoladamente a cada bloco da imagem. A divisão em blocos pode ser um processo irregular (i.é., a divisão é adaptativa)
- O quantizer geralmente elimina valores da transformada (coeficientes) com um impacto visual reduzido (i.é. com menor amplitude) o que reduz o espaço necessário para representar a imagem.
- O symbol encoder codifica os coeficientes que não foram eliminados
- As transformadas de imagem podem ser interpretadas como um processo em cada imagem é representada por uma soma de imagens base, em que cada coeficiente da transformada determina a contribuição de cada uma das imagens base para a imagem original
o Exemplos: Walsh-Hadamard e transformada discreta do coseno (4x4)
Visão por Computador 60 © João Luís Sobral 2003
Compressão de Imagem
Técnicas de compressão de imagem com perda (cont)
• Codificação através de transformadas (cont)
- Exemplo: comparação de três transformadas de imagem (FFT, WHT e DCT), desprezando 50% dos coeficientes (mantendo os de maior amplitude) e subdividindo a imagem em blocos de 8x8 pixels
- Os erros rms, para cada uma das transformadas são, respectivamente, 1,28, 0,86 e 0,68 níveis de cinzento
- As transformadas que concentram mais informação num menor número de coeficientes são as mais indicadas para efectuar compressão de imagem (DCT é geralmente superior às outras transformadas)
- A DCT tem a vantagem adicional de minimizar o efeito de blocos que aparece nas imagens após a compressão
Visão por Computador 61 © João Luís Sobral 2003
Compressão de Imagem
Técnicas de compressão de imagem com perda (cont)
• Codificação através de transformadas (cont)
- A imagens são subdivididas em blocos por forma a reduzir a redundância entre blocos adjacentes. Os blocos geralmente possuem uma dimensão que seja potência de 2 para reduzir a quantidade de cálculos. Dimensões frequentemente utilizadas são 8x8 e 16x16.
- O grau de compressão e a complexidade dos cálculos aumentam com a dimensão dos blocos.
- Variação do erro em função da dimensão dos blocos (truncando 75% dos coeficientes):
- Wavelet – transformada semelhante às anteriores, mas que é computacionalemente mais eficiente e inerentemente local o que torna desnecessária a divisão da imagem em blocos.
Visão por Computador 62 © João Luís Sobral 2003
Compressão de Imagem
Standards de compressão de imagem
• CCITT Group 3
- Originalmente utilizado para compressão de FAX transmitidos pela linha telefónica
- Utilizado para compressão sem perda de imagens binárias, baseado num esquema de compressão tom-duração com códigos Huffman modificados
• JPEG
- Standard mais popular de compressão de imagens com perda
- Baseado na transformada discreta do coseno, aplicada a blocos de 8x8 pixels
• JPEG 2000
- Extensão ao JPEG para permitir maior flexibilidade na compressão e no acesso a imagens comprimidas
- Baseado nas técnicas de codificação com wavelets
Standards de compressão de vídeo
• MPEG 1, MPEG 2 e MPEG 4
- Abrangem várias qualidade de vídeo: MPEG 1 – qualidade de entretenimento (até 1.5 Mbit/2), MPEG-2 – qualidade PAL (2 a 10 Mbit/s) e MPEG-4 – flexibilidade acrescida e maior eficiência na compressão
- Baseado num esquema híbrido com provisores e DCT
- Explora as redundâncias intra-imagem e inter-imagens, possuindo vários tipos de blocos para codificação:
1. Intra-frame (I-Frame) – frame comprimida de forma independente de todas as outras frames . É a mais próxima de JPEG
2. Predicitve frame (P-Frame) – diferença entre a frame actual e a sua previsão baseada na frame anterior
3. Bidirectional frame (B-Frame) – diferença entre a frame actual e a sua previsão baseada na frame anterior e na próxima P-frame